Beschreibung
- DOBOT Pocket Go Daten Erfassungsplattform
- Tragbares Einarm-Datenerfassungskit für die Aufzeichnung von Demonstrationen zur Roboterhandhabung mit hohem Durchsatz
- GoPro Hero 12 Kamera: 5,3K, 155-Grad FOV, HyperSmooth 6.0 Stabilisierung, integrierte IMU
- Visuell-inertiales SLAM (ORB-SLAM3) für präzises 6D-Posen-Tracking während der Demonstrationen
- Handheld-Greifer-Kit und arm-montiertes Endeffektor-Greifer-Kit sind beide enthalten; bis zu 2 kg Nutzlast
- Kompatibel mit vollständigen DOBOT Nova und CR Serien Roboterarmen (separat erhältlich)
- Kompletter Software-Stack: Datenerfassung, SLAM-Trajektorienverarbeitung, Modelltraining und Bereitstellung
- Bis zu 4.000 Demonstrationsdatensätze pro Tag; optionaler Mini-AI-Computer für Edge-Training und Inferenz
Die DOBOT Pocket Go Daten Erfassungsplattform ist ein kompaktes, tragbares Kit, das von DOBOT für Teams entwickelt wurde, die große Mengen an hochwertigen Demonstrationen zur Roboterhandhabung effizient aufzeichnen müssen. Entwickelt, um Imitationslern-Workflows für die Forschung an verkörperter KI zu beschleunigen, kombiniert es eine GoPro Hero 12 Action-Kamera mit einem visuell-inertialen SLAM-System, um die Bewegungen des Bedieners mit der räumlichen Präzision zu erfassen, die erforderlich ist, um Trainingsdatensätze zur Handhabung zu erstellen. Das Kit enthält sowohl einen Handheld-Greifer für menschliche Demonstrationen als auch einen Roboterarm-Endeffektor-Greifer für die Bereitstellung, sodass dieselben aufgezeichneten Daten direkt auf einen kompatiblen Roboterarm für autonome Inferenz übertragen werden können. Ein kompatibler Roboterarm aus der DOBOT Nova oder CR Serie ist für die Inferenz erforderlich und muss separat bestellt werden.
Das System unterstützt bis zu 4.000 Demonstrationsdatensätze pro Betriebstag und deckt kommerzielle, Haushalts- und industrielle Anwendungsszenarien ab, von der Tischreinigung bis zur Präzisionsmontage. Die GoPro Hero 12 bietet hochauflösendes Video mit fortschrittlicher optischer Stabilisierung, die für schnelle Handhabungsaufgaben geeignet ist, und das ORB-SLAM3 6D-Posen-Tracking-System generiert automatisch räumliche Anmerkungen aus aufgezeichneten Sitzungen. Der enthaltene mobile vertikale Ständer bietet Platz für Nova 2, Nova 5, CR3, CR5 und CR7 Arme. Ein optionaler Mini-AI-Computer mit einer dedizierten GPU ermöglicht es, Edge-Training und Inferenz lokal durchzuführen, wodurch die Rundlaufzeit zwischen Datenerfassung und Modellvalidierung verkürzt wird.
Echte Produkte mit herstellergeprüfter Garantieabdeckung.
Zoll, Inspektion und Vorbereitung werden lokal vor dem Versand abgewickelt.
Verkauf, Support und Rücksendungen werden von einem Team verwaltet.
Dokumente, Tutorials und Community-Antworten, um schneller voranzukommen.
Der Pocket Go kombiniert präzise Bewegungserfassung, Hochgeschwindigkeits-Videoaufzeichnung und eine vollständige KI-Trainingspipeline in einem einzigen tragbaren Kit und macht ihn zu einer der zugänglichsten Plattformen für die Datenerfassung beim Imitationslernen.
Visuell-inertiales ORB-SLAM3 Monokular-SLAM fusioniert GoPro-Kamera- und IMU-Daten, um präzise 6D-Trajektorienanmerkungen automatisch aus jeder aufgezeichneten Sitzung zu generieren, ohne manuelle Kennzeichnung.
Das leichte Handheld-Design und die drahtlose GoPro-Aufzeichnung ermöglichen bis zu 4.000 Demonstrationsdatensätze pro Betriebstag, was die groß angelegte Generierung von Handhabungsdatensätzen für Forschungs- und kommerzielle Teams gleichermaßen praktikabel macht.
Gesammelte Daten und trainierte Modelle sind mit den vollständigen DOBOT Nova und CR Serien kollaborativer Arme kompatibel. Das modulare Endeffektor-Greifer-Kit wird direkt an einen kompatiblen Roboterarm angeschlossen, um sofortige autonome Inferenz ohne Hardwaremodifikationen zu ermöglichen.
Der enthaltene Software-Stack deckt den gesamten Workflow von der Datenaufnahme und SLAM-Trajektorienverarbeitung bis hin zum Diffusionsmodelltraining und der Bereitstellung ab. Ein sekundäres Entwicklungs-SDK und eine Docker-basierte Umgebung werden für benutzerdefinierte Forschungsintegrationen bereitgestellt.
| • | Handheld-Greifer-Kit |
| • | Arm-Montiertes Endeffektor-Greifer-Kit |
| • | GoPro Kamera (5,3K @ 60fps, 155° FOV, HyperSmooth 6.0) |
| • | Vollständiger Software-Stack (Datenerfassung, Kalibrierung, Training, Bereitstellung) |
Optional: Mini AI Computer (Intel i9 + NVIDIA RTX GPU, ≥11 GB VRAM) separat erhältlich für Edge-Training und Inferenz. Kompatibler Roboterarm (Nova oder CR Serie) separat erhältlich und erforderlich für autonome Inferenz.
| • | Bis zu 2 kg |
| • | Handheld und arm-montiert |
Physische Abmessungen nicht in verfügbaren Quellen bestätigt. Kontaktieren Sie RobotShop für detaillierte Spezifikationen.
| • | GoPro Hero 12, 5,3K, 155° FOV |
| • | ORB-SLAM3, 6D visuell-inertial |
| • | Bis zu 4.000 Demos/Tag |
| • | Nova und CR Serie (separat erhältlich) |
| Standard Öffnungsbereich | 73,5 ± 1,5 mm |
| Effektive Greiftiefe | 100 mm |
| Maximales Greifgewicht | ≤ 2 kg |
| Nettogewicht | 0,93 kg |
| Fingerspitzen | Weiche Fingerspitze x1 (vorinstalliert) + Harte Fingerspitze x1 |
| Betriebsumgebung | Raumtemperatur 16–28 °C |
| Kamera | GoPro Hero 12, 1/1,9" CMOS, 24,69 MP, 155° FOV, HyperSmooth 6.0 |
| Videoauflösungen | 5,3K (8:7) @ 30fps; 5,3K (16:9) @ 60fps; 4K (8:7) @ 60fps; 4K (9:16) @ 60fps |
| Standard Öffnungsbereich | 73,5 ± 1,5 mm |
| Objektgrößenbereich | 5–75 mm |
| Effektive Greiftiefe | 100 mm |
| Maximales Greifgewicht | ≤ 2 kg |
| Nettogewicht | 1,58 kg |
| Fingerspitzen | Weiche Fingerspitze x1 (vorinstalliert) + Harte Fingerspitze x1 |
| Betriebsumgebung | Raumtemperatur 16–28 °C |
| Kamera | GoPro Hero 12, 1/1,9" CMOS, 24,69 MP, 155° FOV, HyperSmooth 6.0 |
| Videoauflösungen | 5,3K (8:7) @ 30fps; 5,3K (16:9) @ 60fps; 4K (8:7) @ 60fps; 4K (16:9) @ 120fps max |
| Abmessungen (L x B x H) | 680 × 600 × 664 mm |
| Rollen | 4 Lenkrollen |
| Kompatible Arme | Nova 2, Nova 5, CR3, CR5, CR7 (CR10 und höher nicht kompatibel) |
| Unterstützte Betriebssysteme | Ubuntu 20.04 oder 23.10 (nur Linux) |
| Posen-Tracking-Algorithmus | ORB-SLAM3 (visuell-inertiales Monokular-SLAM), 6D-Posen-Tracking |
| Training GPU (Minimum) | ≥11 GB VRAM (NVIDIA RTX 4090 empfohlen) |
| Inference GPU (Minimum) | ≥2 GB VRAM |
| Empfohlene Trainingsdaten | ≥200 Aufgaben-Demonstrationen für zuverlässige Leistung |
| Maximale Demo-Durchsatz | Bis zu 4.000 Demonstrationen/Tag |
| Kompatible Roboterarme | Vollständige DOBOT Nova Serie und CR Serie (Nova 2, Nova 5, CR3, CR5, CR7) |
| Enthaltene Software | Datenerfassung, SLAM-Trajektorienverarbeitung, Modelltraining, Bereitstellung, SDK |
| Prozessor | Intel Core i9 Serie |
| Grafikkarte | NVIDIA RTX Serie, ≥11 GB GDDR6, ≥4608 CUDA-Kerne, ≥192-Bit-Bus |
| Speicher | 64 GB DDR5 |
| Speicherplatz | 2 TB SSD |
| Abmessungen | 168 × 168 × 139 mm |